周大可

作品数：60被引量：244H指数：8
导出分析报告
供职机构：南京航空航天大学更多>>
发文主题：目标跟踪图像超分辨率超分辨率重建超分辨率三维人脸更多>>
发文领域：自动化与计算机技术电子电信电气工程自然科学总论更多>>
发文期刊：《中国图象图形学报》《仪器仪表学报》《数据采集与处理》《中国电子商情（通信市场）》更多>>
所获基金：国家自然科学基金中央级公益性科研院所基本科研业务费专项国家教育部博士点基金遥感科学国家重点实验室开放基金更多>>
-
在结果中检索

检索结果分析

署名顺序

  • 全部
  • 第一作者
结果分析中...
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
基于深度SSD改进模型的传动设备状态在线监测研究
《计算机测量与控制》2024年第3期99-105,共7页王宜 周大可 
针对现有传动设备在线监测算法存在的检测精度低、效率差等问题,提出一种基于改进SSD网络模型的在线检测算法;先对故障集进行预处理,通过滤波调制、共振解调等环节滤除原始故障集的噪声干扰;以VGG-16为基础设计了SSD网络结构,同时增加...
关键词：深度SSD 传动设备 在线监测 辅助卷积 数据训练 先验框 损失函数 
基于滚动时域控制的无人机机动博弈决策
《机械制造与自动化》2023年第2期145-148,共4页刘佳敏 吴庆宪 王玉惠 周大可 
科技部国家重点基础研究发展计划(973计划)(2018AA0100805)。
针对无人机机动决策计算复杂等问题,研究基于滚动时域控制的无人机机动博弈决策算法。分割无人机空战时间域,将机动决策问题转化成滚动时域控制下的最优控制序列求解问题;确定无人机系统的状态方程,选取机动过程中的控制变量;建立空战...
关键词：无人机 机动博弈决策 滚动时域控制 态势优势 
基于注意力机制的深度强化学习交通信号控制被引量：8
《计算机应用研究》2023年第2期430-434,共5页任安妮 周大可 冯锦浩 唐慕尧 李涛 
国家自然科学基金资助项目(62073164);南京航空航天大学研究生创新基地(实验室)开放基金资助项目(xcxjh20210319)。
深度强化学习(DRL)广泛应用于具有高度不确定性的城市交通信号控制问题中,但现有的DRL交通信号控制方法中,仅仅使用传统的深度神经网络,复杂交通场景下其感知能力有限。此外,状态作为强化学习的三要素之一,现有方法中的交通状态也需要...
关键词：注意力机制 深度强化学习 交通信号控制 深度Q网络 SUMO 
基于多尺度特征融合及双重注意力机制的自监督三维人脸重建被引量：6
《吉林大学学报（工学版）》2022年第10期2428-2437,共10页周大可 张超 杨欣 
国家自然科学基金项目(61573182).
针对三维人脸重建算法的精度不足和三维人脸标注样本数量较少的问题,引入了多尺度特征提取融合模块和双重注意力机制模块,提出了一种以单幅人脸图像作为输入、利用编解码网络预测重建分量的自监督三维人脸重建算法。引入的多尺度特征提...
关键词：模式识别与智能系统 三维人脸重建 特征融合 空洞卷积 注意力机制 自监督学习 
基于量子粒子群优化的无人机攻防博弈决策被引量：3
《火力与指挥控制》2022年第9期73-78,84,共7页刘佳敏 吴庆宪 王玉惠 周大可 
科技创新2030-“新一代人工智能”重大资助项目(2018AA0100805)。
针对无人机攻防博弈面临信息不确定等挑战,基于区间数和量子粒子群优化进行无人机攻防博弈混合策略研究。设定双方策略集,用区间数表示不确定信息。确定态势评估函数,建立态势区间数矩阵,利用集对分析将态势区间数矩阵转化为态势联系数...
关键词：无人机 攻防博弈 区间数 量子粒子群优化算法 
结合状态预测的深度强化学习交通信号控制被引量：8
《计算机应用研究》2022年第8期2311-2315,共5页唐慕尧 周大可 李涛 
国家自然科学基金资助项目(62073164);南京航空航天大学研究生创新基地(实验室)开放基金资助项目(kfjj20200313)。
深度强化学习(deep reinforcement learning,DRL)可广泛应用于城市交通信号控制领域,但在现有研究中,绝大多数的DRL智能体仅使用当前的交通状态进行决策,在交通流变化较大的情况下控制效果有限。提出一种结合状态预测的DRL信号控制算法...
关键词：交通信号控制 状态预测 深度强化学习 深度Q网络 长短期记忆网络 
结合多尺度与可变形卷积的自监督图像特征点提取网络被引量：3
《计算机测量与控制》2022年第4期222-228,共7页张少鹏 周大可 杨欣 
国家自然科学基金项目(61573182)。
特征点提取是图像处理领域的一个重要方向,在视觉导航、图像匹配、三维重建等领域具有广泛的应用价值;基于卷积神经网络的特征点提取方法是目前的主流方法,但由于传统卷积层的感受野大小不变、采样区域的几何结构固定,在尺度、视角和光...
关键词：特征点检测 多尺度卷积 可变形卷积 注意力机制 
结合双重注意力机制的遮挡感知行人检测被引量：6
《哈尔滨工业大学学报》2021年第9期156-163,共8页周大可 宋荣 杨欣 
国家自然科学基金(61573182);南京航空航天大学研究生创新基地(实验室)开放基金(kfjj20180319)。
针对行人检测算法在交通场景下应用时的遮挡问题,提出一种结合双重注意力机制的遮挡感知行人检测算法。以RetinaNet作为基础框架,在回归和分类支路分别添加空间注意力和通道注意力子网络,增强网络对于行人可见区域的关注;同时引入行人...
关键词：行人检测 卷积神经网络 注意力机制 遮挡 实时 
结合多尺度融合特征和残差注意力机制的联合三维人脸重建及密集对齐算法被引量：5
《计算机应用研究》2021年第7期2175-2178,2187,共5页黄有达 周大可 杨欣 
国家自然科学基金资助项目(61573182);南京航空航天大学研究生创新基地(实验室)开放基金资助项目(kfjj20190322)。
针对三维人脸重建和密集对齐算法精度不足的问题,引入密集连接的多尺度特征融合模块和残差注意力机制设计了一种性能强大的网络。在编码器结构前,引入密集连接的多尺度特征融合模块获得多尺度融合特征,使编码器获得更丰富的信息;在解码...
关键词：三维人脸重建和密集对齐 密集连接 空洞卷积 残差注意力机制 
基于多尺度多粒度特征的行人重识别被引量：6
《计算机科学》2021年第7期238-244,共7页王栋 周大可 黄有达 杨欣 
国家自然科学基金(61573182)。
针对现有的基于卷积神经网络的行人重识别方法所提取的特征辨识力不足的问题,提出了一种基于多尺度多粒度特征的行人重识别方法。在训练阶段,该方法在卷积神经网络的不同尺度提取特征;然后对获得的多尺度特征图进行分块和池化,从而得到...
关键词：机器视觉 卷积神经网络 行人重识别 多尺度特征 多粒度特征 
全选清除导出
共6页<123456>
检索报告 对象比较 聚类工具 使用帮助 返回顶部